生物芯片表达谱分析技术-研究生-3.pptVIP

Fold change 功能富集分析 谢谢！ * 为有效地组织、存取、管理大量的基因数据信息，建立一种通用的数据标准格式，使数据能更好地与其它信息资源比较分析。 有些杂志要求文章发表时将数据提交到一些公共数据库，其目的是可以让一些独立的研究机构来重新评价和分析这些数据的结果。可以提交的数据类型包括核苷酸阵列（ cDNA、 寡核苷酸、基因组） ，抗体阵列，组织阵列，比较基因组杂交（comparative genomic hybridization, CGH） ，基因表达系列分析(serial analysis of gene expression, SAGE),高度平行信号序列测定（massively parallel signal sequencing, MPSS）,质谱分析蛋白质组等。 * 系列是把构成某个实验的相关样本集中到一个有生物意义的数据集，同时可能还收集一些已被递呈者注明的重要基因或者分析结果纲要。一个系列中的样品是通过某一共同的属性联结在一起的，同一个提交者，许多样本有关。 * 1. GDS，GPL，GSE，GSM编号 2. 关键词 * Amount确定显示数据的数量（元数据、元数据和前面20 行数据表、数据表、全部元数据/数据表记录）。 * 来自欧洲生物信息研究所（EBI）的 ArrayExpress 数据库 * * * A：对实验数据的一个简单描述，包括研究目的，样本信息，处理方法，以及 主要的结果和结论。此信息将有助于数据的筛选。 B：表示原始数据是否可得，与处理的数据是否可得，以及芯片平台信息是否可得等等信息。‘对号’ 表示相关信息可得。 C：表示此数据提供者及其联系e-mail 以及 发表的相应文章和pubmed 号。 D：此部分包括数据外部链接(GEO数据库)以及相应的平台HG-U133_Plus_2。 E：此部分包括原始数据，预处理的数据下载链接（右键点击下载）； 实验描述信息，平台信息 和样本对应的标签信息（正常，疾病）。 * ?由于杂交荧光标记效率或检出率不平衡、位置效应等多种因素，原始提取信号需要进行均衡和修正处理后，才能进一步分析。这一步通常需要先进行背景校正(Background Correction)，去除不均匀背景光强影响，然后再进行归一化(Normalization)处理。 归一化的目的是使各次/组测量或各种实验条件下的测量可以相互比较，消除测量间的非实验差异。非实验差异可能来源于样品制备，点样，杂交过程，杂交信号处理等 其中数据标准化这一步在生物芯片数据分析中承前启后，对分析的 最终结果有着相当的影响。下面重点介绍相关标准化方法。 * 双色芯片经常使用Lowess(locally weighted linear regression)标准化方法。我们通常认为芯片印刷是均匀的，反应动力学是一致的，显色及色彩捕捉也是均匀的。但实验过程中往往不能达到如此理想的效果，所以即使芯片本身尺寸很小，还是会有不均一的背景以及反应动力学。Lowess把芯片分区块处理，以期待达到更好的标准化效果。 * 微阵列技术可以同时测量成千上万条基因的表达水平，具有较广泛的应用领域。 差异基因筛选的方法有多种，各种差异基因筛选方法处理由芯片获得的微阵列数据的过程基本相同，即先计算每一个基因的组间差异的统计量，然后按统计量的绝对值大小进行排序，可以认为排位越靠前的基因其组间差异为真实差异基因的概率较大；排序后的基因可按照经验或统计学原理确定切点，将排位靠前的基因识别为差异表达基因。 最传统的差异表达基因的鉴别方法为倍数法、t检验，倍数法通过对基因在两种状态下的对数表达比界定一个界值来判断其是否有差异表达；t检验指对每个基因在两种状态下的表达差异进行独立的统计学检验，两种方法简单直观，当然但也存在一定的局限性，而SAM的出现在一定程度上弥补其不足。 * 由Dr.Richard Simon所领导的生物识别小组所开发（隶属于美国国家癌症研究所癌症治疗与诊断分部）。 BRB-ArrayTools可以通过匹配DNA芯片的CloneID、GenBank号、UniGene编号连接NCBI数据库，或者通过芯片的ProbesetID连接Affy公司的NetAffy站点获取探针的详细信息。 * * 点击箭头所示‘加号’，展示如下结果： A B C D E F G 下载数据 预处理的数据： E-GEOD 18842.processed.1.zip 原始数据： E-GEOD-18842.raw.1.zip E-GEOD-18842.raw.2.zip